GLOBE
一种无需训练的在线早停算法，通过将推理片段嵌入单位球面并分析语义轨迹的几何形状（方向反转与净进展）来判断何时停止思维链生成，以降低推理成本。
时间轴 (近 90 天)
GLOBE 是一种无需训练的在线早停算法，通过分析推理语义轨迹的几何形状来判断何时停止生成。
GLOBE 采用两阶段在线控制流程：试探阶段生成简短试探答案，若置信度超过阈值则停止；否则进入轨迹阶段，将推理片段嵌入单位球面并检测方向反转与净进展停滞来终止生成。
GLOBE 在五个基准上评估，覆盖数学推理、工具调用和智能体记忆等任务，并在两个模型上验证。
GLOBE 实现输出 token 减少 49.7%，端到端实际耗时（E2E）降低 51.0%，五任务平均准确率达到 80.58%，与完整 CoT 相当。
GLOBE 的试探分支与主流程并行执行，探测成本可被生成过程掩盖，因此 E2E 降幅（51.0%）略高于 token 降幅（49.7%）。
GLOBE 的早停判断不依赖单步置信度或固定启发式规则，而是基于推理轨迹整体走向的几何信号。
GLOBE 的单位球面嵌入质量依赖嵌入模型选择，阈值设定可能随任务分布变化，实际落地需要调校。
GLOBE 提供了一个训练无关、可插拔的早停框架，用于 CoT 推理的效率优化。
GLOBE框架目前仍处于研究阶段。
GLOBE框架通过显式的、按字段划分的行为手册来存储优化知识，驱动智能体持续自我进化。
还有 8 条时间轴事件
全部知识事实 (18)
GLOBE 是一种无需训练的在线早停算法，通过分析推理语义轨迹的几何形状来判断何时停止生成。
50%待验证GLOBE 采用两阶段在线控制流程：试探阶段生成简短试探答案，若置信度超过阈值则停止；否则进入轨迹阶段，将推理片段嵌入单位球面并检测方向反转与净进展停滞来终止生成。
50%待验证GLOBE 在五个基准上评估，覆盖数学推理、工具调用和智能体记忆等任务，并在两个模型上验证。
50%待验证GLOBE 实现输出 token 减少 49.7%，端到端实际耗时（E2E）降低 51.0%，五任务平均准确率达到 80.58%，与完整 CoT 相当。
50%待验证GLOBE 的试探分支与主流程并行执行，探测成本可被生成过程掩盖，因此 E2E 降幅（51.0%）略高于 token 降幅（49.7%）。
50%待验证GLOBE 的早停判断不依赖单步置信度或固定启发式规则，而是基于推理轨迹整体走向的几何信号。
50%待验证GLOBE 的单位球面嵌入质量依赖嵌入模型选择，阈值设定可能随任务分布变化，实际落地需要调校。
50%待验证GLOBE 提供了一个训练无关、可插拔的早停框架，用于 CoT 推理的效率优化。
50%待验证GLOBE框架目前仍处于研究阶段。
50%待验证GLOBE框架通过显式的、按字段划分的行为手册来存储优化知识，驱动智能体持续自我进化。
50%待验证GLOBE框架面临行为手册规模增长和跨品类迁移边界条件等问题，有待进一步探索。
50%待验证GLOBE框架中，每个优化回合由一个“编辑者”角色应用相关行为，并根据排名反馈获得效果信号。
50%待验证GLOBE框架中，“反思者”角色将反馈转化为行为更新建议。
50%待验证GLOBE框架中，“仲裁者”角色负责去除冗余提案，避免行为库膨胀和冲突。
50%待验证GLOBE框架中，“策展人”角色将审核通过的变更正式提交到手册中。
50%待验证GLOBE框架中，被持续证明有害的行为会被自动停用。
50%待验证实验表明，反馈驱动的进化与适度审核相结合，在提升效果的同时显著减少了负面风险。
50%待验证GLOBE学习到的行为在未见过的产品品类上依然有效，表明智能体记忆的进化产生了可迁移的优化能力。
50%